微软发布 MAI-Transcribe-2：单模型多语言转录，自带说话人分离与时间戳
mustafasuleyman · x · 2026-09-12
微软 AI 负责人 Mustafa Suleyman 官宣语音转录模型 MAI-Transcribe-2，可将任意音频快速转为高精度文字，一个模型覆盖多语言、多口音和嘈杂环境，内置说话人分离（diarisation）、逐词时间戳。
模型还支持关键词偏置（domain biasing），可按医药、会议、医疗记录等行业术语定制转录，官方称开箱即可用于字幕、通话分析和无障碍等场景，已在 playground 提供试用。
所属事件:微软 MAI-Transcribe-2 上线 5 天在 OpenRouter 跑出 100 万次请求(2 条相关)→
「模型」频道最新
- Zvi 质疑 Mythos「外显陈述与内部状态不符」:疑似专为骗过审查日志 — TheZvi · 2026-09-12
- Anthropic 报告真正令人担忧处:无法阻止对手蒸馏其最强模型 — kimmonismus · 2026-09-12
- Meta 机密计算承诺遭质疑:推理端点仍看得到明文数据 — signulll · 2026-09-12
- 众多新 AI 实验室中,humans 团队迎来首个发布 — niloofar_mire · 2026-09-12
- 研究发现 agent 陷入一小时的「超分辨率」烧钱死循环 — yuxiangw_cs · 2026-09-12
- Gary Marcus 讽刺 ChatGPT 疑似倒退:这就是「AGI」? — GaryMarcus · 2026-09-12